electricsheepafrica/africa-ilo-emp-temp-sex-eco-dsb-nb-employment-by-sex-economic-activity-and-disability

该数据集是一个关于非洲就业的表格型数据集，由国际劳工组织（ILO）的ILOSTAT数据库提供，并由Electric Sheep Africa重新打包发布。数据集包含13,104个观测值，覆盖非洲40个国家，时间跨度为1998年至2025年，重点关注一个核心指标：EMP_TEMP_SEX_ECO_DSB_NB，即“按性别、经济活动和残疾状况分类的就业人数（以千计）”。数据通过ILOSTAT REST API获取，并经过标准化处理，以反映国际劳工统计学家会议（ICLS）的定义。数据集模式包括多个列，如国家代码（ref_area）、年份（time）、观测值（obs_value）、性别分类（sex）、经济活动分类（classif1）、残疾状况分类（classif2）等，支持按性别（总计、男性、女性）和其他维度进行细分。数据质量方面，数据为年度频率，ILO选择“最佳来源”以避免重复，且分类列仅在指标发布细分数据时非空。该数据集适用于表格分类、回归和时间序列预测等任务，可用于分析非洲就业趋势、性别差异和残疾状况影响。This dataset is a tabular dataset on employment in Africa, sourced from the International Labour Organization (ILO)s ILOSTAT database and repackaged by Electric Sheep Africa. It contains 13,104 observations across 40 African countries, spanning from 1998 to 2025, with a focus on one key indicator: EMP_TEMP_SEX_ECO_DSB_NB, which represents Employment by sex, economic activity and disability status (thousands). Data is pulled directly from the ILOSTAT REST API and harmonized using International Conference of Labour Statisticians (ICLS) definitions. The dataset schema includes columns such as country code (ref_area), year (time), observed value (obs_value), sex disaggregation (sex), economic activity classification (classif1), disability status classification (classif2), and others, allowing for breakdowns by sex (total, male, female) and additional dimensions. Data quality notes indicate annual frequency, use of ILO-selected best source to handle multiple sources, and non-null disaggregation columns only when breakdowns are published. This dataset is suitable for tasks like tabular classification, regression, and time-series forecasting, enabling analysis of employment trends, gender disparities, and disability impacts in Africa.

搜集汇总

数据集介绍

构建方式

该数据集源自国际劳工组织统计数据库（ILOSTAT）所发布的非洲区域劳动力市场统计资料，由Electric Sheep Africa团队进行系统性整合与重新封装。原始数据经标准化元数据标注、统一变量命名及格式转换后，以Parquet格式存储于Hugging Face平台。数据覆盖1998年至2025年期间40个非洲国家的就业观测记录，共计13,104条，围绕性别、经济活动类别与残疾状况三个核心维度对就业人数（以千人为单位）进行统计汇编，形成结构化的表格数据资源。

特点

数据集聚焦于非洲劳动力市场中残疾状况与就业参与之间的关联性分析，具备显著的交叉分类特征。其时间跨度逾二十年，覆盖非洲大陆广泛地域，为追踪就业结构演变提供纵向观察窗口。数据以表格与文本双模态呈现，体量介于一万至十万条之间，属中等规模结构化资源。标签体系涵盖经济学、劳动统计、就业与残疾等主题，并附有来源溯源、加载指引与质量提示等元数据层，便于研究者快速定位与评估。

使用方法

研究人员可通过Hugging Face datasets库以load_dataset函数直接加载该数据集，并利用数据集查看器浏览结构。加载后可获取特征架构与样本记录，若需进一步分析，可将表格型数据转换为Pandas数据框以支持统计建模与可视化。使用过程中应核查变量定义与计量单位，审慎处理缺失值，并结合显式国家与年份字段进行跨数据集联结。所有分析成果应遵循CC BY 4.0许可协议，注明原始来源与Electric Sheep Africa的整理工作。

背景与挑战

背景概述

国际劳工组织（ILO）长期致力于构建全球劳动力市场统计标准，其ILOSTAT数据库为衡量就业、失业与劳动参与提供了跨国可比的基础数据。然而，非洲地区在残障与就业交叉维度上的统计长期处于碎片化状态，难以支撑包容性就业政策的精准制定。在此背景下，Electric Sheep Africa于2026年对ILOSTAT原始数据进行标准化整理，发布了覆盖40个非洲国家、1998至2025年间13104条观测值的就业数据集，按性别、经济活动与残障状况进行细分。该数据集将残障维度纳入劳动力市场分析框架，为研究非洲包容性增长、性别就业差距及残障群体经济融合提供了可复现的数据基础。

当前挑战

该数据集所应对的核心领域问题在于残障与就业交叉统计的长期缺失，非洲多数国家尚未建立按残障状况分类的常规劳动力调查机制，致使政策评估缺乏可靠基线。构建过程中的挑战同样显著：原始ILOSTAT数据在残障定义、经济活动分类与性别编码上存在跨国异质性，标准化映射需在保留语义精度与实现格式统一之间取得平衡；部分国家观测年份稀疏且缺失值比例较高，对时序分析与跨国比较构成障碍；元数据中残障变量采用不同分类体系，削弱了直接汇集分析的可靠性；此外，残障就业数据本身具有高度敏感性，各国统计口径与披露标准不一，进一步增加了数据整合与可比性维护的复杂度。

常用场景

经典使用场景

在劳动经济学与残障包容性研究的交汇领域，该数据集以国别—年份—性别—经济活动—残障状态的多维交叉表结构，成为刻画非洲劳动力市场分层格局的基础性数据资源。研究者通常将其用于构建面板数据模型，考察不同残障状态群体在农业、工业与服务部门中的就业分布差异，并借助13,104条观测记录与1998至2025年的时间跨度，识别性别与残障双重维度交织下的结构性就业缺口。此类分析构成了非洲包容性就业研究的经典范式。

衍生相关工作

围绕该数据集，Electric Sheep Africa已衍生出一系列元数据标准化的非洲劳动市场数据集，涵盖就业、失业、劳动收入与工作时间等维度，形成可相互联接的ILOSTAT非洲数据目录。在此基础上，研究者开发了跨国残障就业差距的基准测度方法，并将该数据与教育、健康及社会保障数据集进行跨域融合，催生了残障包容性发展指数的构建尝试。这些工作共同拓展了非洲劳动统计数据的可复用性与政策分析价值。

数据集最近研究

最新研究方向

在全球劳动力市场日益关注包容性增长的背景下，残障群体在非洲各国就业结构中的参与状况已成为劳动经济学与发展研究交叉领域的前沿议题。该数据集依托国际劳工组织ILOSTAT的权威统计框架，整合1998至2025年间40个非洲国家按性别、经济活动类别与残障状态划分的就业观测数据，为刻画残障人士在非正规经济与正规部门间的分布差异提供了细粒度证据。当前研究趋势聚焦于将此类跨国面板数据与家庭调查、社会保障政策变量进行链接，以识别残障就业差距的结构性成因及其对减贫成效的调节作用，进而为非洲大陆自由贸易区框架下的包容性劳动政策设计提供量化支撑。